Bachelorscriptie i.o.v. Radboud Universiteit Nijmegen. Profiling onder studenten Informatica en Informatiekunde. Rogier Lommers

Transcriptie

1 Bachelorscriptie i.o.v. Radboud Universiteit Nijmegen Profiling onder studenten Informatica en Informatiekunde Rogier Lommers 14 juni 2006

2 Samenvatting Kennis is macht, wordt er vaak gezegd. Met de komst van de informatiemaatschappij en dus de invoering van duizenden met elkaar verbonden computers wordt er dagelijks enorme hoeveelheden informatie uitgewisseld van computer tot computer, van land tot land en zelfs van continent tot continent. Mensen maken gebruik van geavanceerde zoeksystemen om snel en eenvoudig informatie te vinden. Door deze zoekwoorden op te slaan en te hergebruiken, is het mogelijk om als exploitant van een zoekmachine allerlei gebruikersprofielen te creren. Dit heet profilen. De informatie afkomstig van de gebruikers van de zoekmachine wordt gebruikt voor andere doeleinden dan voor de zoekmachine alleen. Wat zijn de mogelijkheden van profilen en wat vinden de internetgebruikers hier van? Is het eigenlijk wel verantwoord dat zoekmachines deze informatie gebruiken?

3 INHOUDSOPGAVE 1 Inhoudsopgave 1 Onderzoeksplan Inleiding Probleemstelling Verantwoording Theoretisch kader Methode Tijd- en faseringsschema Literatuur Inleiding 6 3 Profiling Internetbedrijven Methoden van gebruik van klantgegevens Datamining Tegengaan van profiling Privacy in lagen Laag 1: awareness Laag 2: control Laag 3: Privacy-enhancing tools Laag 4: Privacy-policies Laag 5: Privacy en trust certification Laag 6: Privacy-protection laws Methode Scenario s De zoekmachine Google Discriminatie qua inkomen of demografische ligging Enquete Informatie Vragenlijst Interpretatie Responsie Samenvatting resultaten Correlaties Koppeling met privacy-awareness Conclusie

4 INHOUDSOPGAVE 2 7 Slotwoord 29 A Bijlagen 33 A.1 Respondentie interviews

5 1 Onderzoeksplan 1.1 Inleiding Als je als bedrijf informatie verzamelt van de mensen die je dienst gebruiken, dan moet je er rekening mee houden dat je zorgvuldig met deze informatie om gaat. Neem nu een bedrijf als Google 1. Elke dag maken miljoenen mensen gebruik van de primaire dienst van Google: de zoekmachine. Door nu deze zoekopdrachten (de querys) te groeperen en te koppelen aan een individueel profiel, kan Google erg veel over mensen te weten te komen. Ook is het mogelijk om gebruik te maken van informatie, afkomstig van gebruikers, om nieuwe informatie te genereren of om deze te verkopen. Voorbeelden zijn de interessegebieden van jeugdige gebruikers of de verschillen tussen man en vrouw. Deze nieuwe gegenereerde informatie kan op verschillende manieren worden gebruikt. Met mijn bachelorscriptie wil ik gaan onderzoeken hoe de informaticaen informatiekunde studenten van de beta faculteit van de Radboud Universiteit Nijmegen tegen dit profilen aankijken. 1.2 Probleemstelling Tijdens mijn bachelorscriptie wil ik de volgende onderzoeksvraag gaan beantwoorden: Welk beeld hebben studenten informatica en informatiekunde van de Radboud Universiteit Nijmegen van de mogelijkheden en onmogelijkheden van profilen? Als product van dit onderzoek wil ik het antwoord op de onderzoeksvraag opleveren waarin staat beschreven hoe het beeld dat bovengenoemde studenten van de Radboud Universiteit in Nijmegen hebben eruit ziet. Wat denken zij dat er tegenwoordig allemaal mogelijk is en toegepast wordt? 1.3 Verantwoording Tegenwoordig kunnen internetexploitanten erg veel bereiken door het bovengenoemde profilen toe te passen. Een simpele zoekmachine levert al genoeg input om uitgebreide lijsten te genereren die waardevol kunnen zijn voor hergebruik. Een actueel punt is de recente wetswijziging. Op 14 december jl. is het Europees Parlement akkoord gegaan met de bewaarplicht van communicatiegegevens. Vanaf juli 2007 moeten alle lidstaten gegevens van telefoon-, en internetverkeer voor minimaal zes en maximaal 24 maanden opslaan. Deze ontwikkelingen hebben een verschuiving in de machtsverhoudingen teweeggebracht. Voorheen kon men redelijk anoniem over het net surfen en werden er geen logbestanden bijgehouden. Dit gaat dus drastisch veranderen en maakt het interessant om te bestuderen hoe bepaalde groepen zich hiervan be- 1

6 1.4 Theoretisch kader 4 wust zijn. De kans is groot dat deze groepen mensen hun internetgedrag aanpassen aan deze wetswijzigingen om zo de risico s van profiling te verkleinen. 1.4 Theoretisch kader Het onderzoek richt zich op informatiekundig gebied. Er komen zowel technische (de techniek achter het profilen) als sociale aspecten (welke doelgroepen zijn er op de hoogte van profilen en waarom) aan de orde. In hoofdstuk 3.4 worden de verschillende soorten van tegengaan van profilen in kaart gebracht. De manieren waarop het mogelijk is om met profilen om te gaan worden verdeeld in zes privacy-lagen[4]. De reden voor het gebruik van dit zes-lagenmodel is dat het bijdraagt aan het beantwoorden van de onderzoeksvraag; het model maakt het namelijk mogelijk om het bewustzijn van profilen van een individu in kaart te brengen. Met andere woorden: internetgebruikers kunnen worden onderverdeeld in categorieen en met elkaar worden vergeleken. Vervolgens verklein je de kans op misbruik van profiling, aangezien er een maatstaaf wordt gecreëerd waarin internetgebruikers de bedreigingen op persoonlijk niveau ervaren en tegengaan door anti-profilingmiddelen te kiezen, behorende bij hun eigen categorie. De volgende zes lagen zijn aanwezig: 1. awareness 2. control 3. privacy-enhancing tools 4. privacy policies 5. privacy and trust certification 6. privacy-protection laws De lagen lopen in chronologische volgorden op, van niet-bekend zijn met profiling tot zeer bekend. Dit kader staat centraal tijdens deze scriptie; het wordt gebruikt als referentiekader om de doelgroep in te plaatsen. 1.5 Methode Om te onderzoeken hoe het beeld dat de studenten van profiling hebben eruit ziet ga ik eerst in kaart brengen welke vormen van profiling er allemaal zijn. Dit als een soort van vooronderzoek om de hoofdvraag (onderzoeksvraag) te kunnen beantwoorden. Ik ga me verdiepen in de technieken achter het profilen, met de bijbehorende voor- en nadelen. Vervolgens ga ik de Radboud studenten benaderen door middel van een online enquête. Ik heb voor een online enquête gekozen, omdat ik van mening ben dat juist deze groep studenten regelmatig op het internet te vinden is. Voordat de enquête wordt afgenomen wil ik de aandacht van de studenten trekken door ze twee situaties voor te leggen waarin profiling toegepast wordt. Op deze manier wil ik proberen snel te laten zien wat

7 1.6 Tijd- en faseringsschema 5 ik bedoel met het onderwerp profiling en om ze te laten focussen op de materie. De studenten moeten met een duidelijk beeld beginnen aan de enquête. De deelvragen helpen mij met het beantwoorden van de onderzoeksvraag. Deze vragen kunnen als volgt worden omschreven: - Wat is profiling precies? - Welke soorten van profiling zijn bekend en wat zijn de verschillen? - Welk soort profiling wordt het meest toegepast? - Welke doelgroepen komen in aanmerking voor profiling en welke doelgroep is het meest geliefd? Deze hierboven genoemde zes privacylagen gebruik ik als basis voor dit onderzoek. Ik wil dan ook gaan onderzoeken hoe de studenten informatica en informatiekunde van de faculteit NIII geplaatst kunnen worden binnen deze zes lagen. 1.6 Tijd- en faseringsschema Het volgende schema geeft aan hoe de planning eruit ziet. Week Onderdeel 40 Goedkeuring onderzoeksplan 40 Goedkeuring onderzoeksplan 41 Literatuur zoeken 42 Literatuur bestuderen 43 Literatuur bestuderen 44 Materiaal verzamelen 45 Materiaal verzamelen 46 Materiaal verzamelen 47 Materiaal verzamelen 48 Materiaal verzamelen 49 Materiaal verzamelen 50 Materiaal verzamelen 51 Verwerken verkregen materiaal 52 Verwerken verkregen materiaal 01 Verwerken verkregen materiaal 02 Rapporteren 03 Rapporteren 04 Rapporteren 05 Afronden bachelorscriptie 1.7 Literatuur Om tot een succesvol antwoord op de onderzoeksvraag te komen is het noodzakelijk dat ik mezelf inlees in de materie. In overleg met dhr. L. Consoli 2 wordt er nog bepaald welke literatuur vereist is om deze bachelor scriptie af te ronden. 2

8 2 Inleiding Het internet zoals we dat nu kennen, wordt alsmaar groter. Was het in 1969 oorspronkelijk ontworpen als een communicatie tool voor het Amerikaanse leger, tegenwoordig is bijna alles online mogelijk. Inmiddels is het internet een wereldomvattend fenomeen dat het karakter van een massamedium heeft gekregen. Het afsluiten van een hypotheek, het kopen van cd s en het snel even opzoeken van iemands telefoonnummer, het is allemaal mogelijk op het World Wide Web. Maar bij alle handelingen die verricht worden, is het noodzakelijk dat er gegevens (digitaal) over de verbinding worden verstuurd naar de eigenaar van de desbetreffende website. Wat wordt er met deze gegevens gedaan? Het koopgedrag van de klant ligt er als het ware mee op straat. Men kan precies zien wat er gekocht wordt, door wie er gekocht wordt en wanneer de aankoop verricht is. Op deze manier is het voor deze zoekmachines mogelijk om voor iedereen een persoonlijk profiel bij te houden met deze gegevens. Ook kunnen deze gegevens worden gebruikt om de resultaten aan te passen aan de gebruiker. In het ergste geval worden de persoonlijke gegevens verkocht aan derden. Met deze scriptie wil ik duidelijk maken wat de mogelijkheden zijn van profilen en hoe studenten van opleidingen Informatica en Informatiekunde van de Radboud Universiteit Nijmegen hier tegenaan kijken. Om te beginnen ga ik uitleggen met wat profilen precies is. Ik begin met het identificeren van het probleem. Het zogenaamde profilen wordt besproken. Vervolgens beschrijf ik de diverse soorten van profilen; wat de mogelijkheden zijn en hoe internetexploitanten omgaan met de verkregen informatie. Vervolgens ga ik onderzoeken hoe de doelgroep omgaat met het feit dat er informatie wordt gebruikt voor profile-doeleinden. Dit gebeurt door middel van het afnemen van online enqutes. Nadat deze afgenomen zijn ga ik de verkregen gegevens analyseren en trek ik conclusies. Veel leesplezier toegewenst, Rogier Lommers 21 december 2005

9 7 3 Profiling 3.1 Internetbedrijven Door de enorme groei van het internet lopen gebruikers het risico om de dupe te worden van profiling. Het risico is het grootst bij websites die erop gericht zijn om de klant persoonlijke of financiële producten te verkopen, of om een online dienst aan te bieden. Deze sites worden business-to-consumer (B2C) sites genoemd. Dit soort websites kunnen herkend worden door middel van enkele eigenschappen[2], te weten: - Zoeksystemen. Door middel van een inputveld op de website wordt de mogelijkheid geboden om naar bepaalde trefwoorden te zoeken. Vaak is het ook mogelijk om door middel van logische operatoren (AND, OR) de zoekopdracht te verfijnen. - Multimedia-enabled interactie tussen server en gebruiker. Duidelijke animaties laten de gebruiker zien wat de mogelijkheden van de website zijn. Een simpele muisklik is meestal voldoende om direct naar een bepaalde productcategorie te gaan. - Tijdsgebonden en persoonlijke inhoud (content). De inhoud van de website verschilt van tijd tot tijd. Zo zijn er tijdens de feestdagen themas/kleuren anders dan tijdens de zomervakantie. Ook is het mogelijk om de website te voorzien van een eigen inhoud. Door middel van het aanmaken van een gebruikersaccount wordt deze persoonlijke inhoud vastgelegd. - Mogelijkheden om producten te vergelijken. Bij het online verkopen van producten wordt vaak een dienst aangeboden om twee of meerdere producten met elkaar te vergelijken op kwaliteit, prijs en mogelijkheden. Wat zijn nu precies de mogelijkheden van de internetbedrijven om om te gaan met de persoonlijke gegevens? Volgens het artikel[1] zijn er tegenwoordig twee soorten internetbedrijven actief, namelijk: - Internet Marketers - Internet Mediaries Zie figuur 1 voor een overzicht van waar de gebruikersprofielen bij beide soorten bedrijven opgeslagen worden. De eerste bedrijfstak heeft de naam internet marketers. Dit zijn organisaties die geld verdienen door het verkopen van goederen en services. Een typisch voorbeeld van een Internet Marketer is Bol.com [ Bol is een groot internationaal bedrijf dat boeken, cdroms, dvds, muziek en elektronica artikelen online verkoopt. De tweede soort organisaties, de Internet Mediaries, bieden diensten aan om zo hun geld te verdienen. Voorbeelden van deze diensten zijn internetverbindingen, zoekmachines, startpaginas of functionaliteiten. Google [ is een

10 3.2 Methoden van gebruik van klantgegevens 8 voorbeeld van een bedrijf uit de klasse Internet Mediaries. Google levert haar klanten verschillende soorten diensten, variërend van en routeplanners tot de meest bekende dienst: de zoekmachine. Hiermee is het mogelijk om binnen enkele seconden negen miljard websites te doorzoeken. Figuur 1: Locaties van profielen, bron: Spiekermann [1] Beide soorten bedrijven hebben elke dag te maken met bergen informatie van alle internetgebruikers die gebruik maken van hun product of dienst. Vaak is deze informatie persoonlijk, bijvoorbeeld wat de woorden zijn waarop gezocht wordt bij Google. De auteurs van het artikel[1] hebben negen internetbedrijven bestudeerd. Ze bekeken wat deze bedrijven doen met de door de bezoekers gegenereerde informatie en op welke manier hier gebruik van gemaakt wordt. 3.2 Methoden van gebruik van klantgegevens Het gebruik van de klantgegevens kan in twee categorien worden verdeeld, namelijk intern en extern. Intern gebruik houdt in dat het bedrijf, bijvoorbeeld Google, de gegevens gebruikt om hun eigen producten of diensten te verbeteren om zo de klant beter van dienst te kunnen zijn. Klantinformatie wordt op deze manier door internetbedrijven gebruikt om de kwaliteit en de effectiviteit van het bedrijf en het product/dienst te verbeteren. Volgens het artikel passen vier van de vijf marketers de zogenaamde service differentiation toe binnen het interne gebruik van informatie. Service differentiation houdt in dat de klanten worden verdeeld in verschillende categorieën, bijvoorbeeld A, B, C en D. Aan de hand van in het verleden gekochte goederen, demografische gegevens of surfgedrag wordt de bezoeker in een bepaalde categorie geplaatst. Zie figuur 2 voor een voorbeeld van service differentiation. Gebruikers met postcode 12101

11 3.2 Methoden van gebruik van klantgegevens 9 worden anders behandeld dan gebruikers met andere postcodes. Vervolgens wordt er ook nog een verschil gemaakt tussen het inkomen; bij een inkomen dat kleiner is dan 5000 euro wordt er geen reclamefolder verstuurd, bij een hoger inkomen wel. Zo zijn er veel mogelijkheden met de categorieën. De inhoud van de verschillende categorieën worden dan allemaal anders gebruikt. De ene categorie gebruikers bestaat bijvoorbeeld uit klanten die veel kleine artikelen kopen. Reclameboodschappen zoals hierboven worden dan ook speciaal voor deze groep mensen aangepast zodat er gerichte reclame wordt gemaakt; kleinere, goedkopere artikelen gelden dan als aanbieding. Figuur 2: Filtering op demografische ligging, bron: R.H.W. Lommers Ook wordt er vaak gebruik gemaakt van product differentiation. Deze methode bestaat uit twee deelmethodes, namelijk up-selling en cross-selling. De eerste methode houdt in dat de internetonderneming met de informatie die ze van de klanten hebben andere producten aanraden die nét iets beter zijn, maar daarvoor moeten klanten natuurlijk ook nét iets dieper in de buidel tasten. Cross-selling wil zeggen dat er aan de hand van de opgeslagen informatie van de klant wordt bepaald welke producten er nog meer in aanraking komen om verkocht te worden aan de klant. Als iemand bijvoorbeeld veel producten koopt zoals MP3-spelers en andere gadgets, dan wordt hierop ingespeeld door de reclame persoonlijk te maken. Er zal gekozen worden om andere gadgets als reclame banner aan te bieden. Ook wordt er, volgens de studie van de auteurs van het artikel, door vier van de vijf marketers veel gebruik gemaakt van de product differentiation methodes up- en cross selling. Veelgebruikte methodes zijn het personaliseren van de lijsten. Door persoonlijke mails te sturen naar de verschillende categorieën van gebruikers zorg je er voor dat deze mail als interessant wordt bestempeld door de ontvanger. Door deze persoonlijke benadering verhoog je de omzet. One of our interviewees, with several million

12 3.3 Datamining 10 clients, claimed to offer special products and services to segments of as small as recipients with similar profiles. As a result, the company profits from a return on marketing investment around three times higher than if it had contacted all its clients indiscriminately. [1], pagina 700. Figuur 3: Overzicht profilingtechnieken, bron: R.H.W. Lommers Het extern gebruik van gegevens houdt in dat het surfgedrag van de gebruiker dermate wordt opgeslagen dat er erg veel bekend is. Zo is er het bedrijf Doubleclick [ dat centrale reclameboodschappen registreert. Websites plaatsen via de webserver van Doubleclick een reclameboodschap op hun site. De gebruiker klikt er vervolgens op en Doubleclick registreert de gegevens. Op deze manier wordt het gedrag van de surfen vanaf meerdere websites (hosts) geregistreerd en is het mogelijk om deze verschillende informatie te linken. Op deze manier wordt er een uitgebreid profiel van de internetter gecreëerd met de nodige gevolgen van dien. Deze manier van gegevensverzameling valt onder de noemer targeting advertisements. Een andere manier van extern gebruik van gegevens is het verkopen of verhuren van het internetgedrag van gebruikers. Veel mensen zien echter niet in dat de gegevens waar het hier om gaat nogal uitgebreid zijn. Soms gaat het alleen om gegevens als naam en adres, maar er zijn ook gevallen waar er veel meer persoonlijke informatie bekend is. Denk hierbij aan NAW gegevens, sofi-nummers en de adressen van de door bezoekers bezochte websites; dus de persoonlijke interessegebieden. Zie figuur 3 voor een overzicht van de soorten profiling-technieken. 3.3 Datamining De basis van profiling draagt de naam datamining. Datamining is een techniek waarbij getracht wordt om op een geautomatiseerde manier patronen en relaties te ontdekken in grote hoeveelheden gegevens [16]. Deze gegevens kunnen afkomstig zijn van een eigen informatiesystemen, zoals bij SAP of andere

13 3.4 Tegengaan van profiling 11 ERP-systemen 3 of van grote webshops als Bol.com. Net zoals bij profiling levert datamining nieuwe informatie op. Echter ook de problemen van profiling zoals privacy, legaliteit en ethiek zijn bekend bij datamining. De onderdelen van datamining kunnen als volgt worden omschreven. [15] - Dependency analysis. Dit is de meest gebruikte vorm van datamining. Het houdt in dat er geautomatiseerd gezocht wordt naar twee soorten informatie die met elkaar matchen. Als iemand bijvoorbeeld gezocht heeft naar het woord saus, dan is er een regel die ervoor zorgt dat er als resultaten ook de producten als mosterd of curry verschijnen. - Class identification. Deze vorm zorgt ervoor dat bezoekers in vooraf gedefinieerde klassen worden verdeeld. Dit zijn klassen met eenheden (mensen) van bijvoorbeeld hetzelfde inkomen of met gelijke, in het verleden gekochte goederen. - Concept description. Concept description is een methode om door middel van het groeperen van klanten en hun recentelijke koopgedrag nieuwe concepten te creeren. Een voorbeeld is een productlijn van de extra functies bij een nieuw aan te schaffen auto. Met gegevens van in het verleden gekochte auto s wordt een totaalpakket samengesteld. Vaak wordt concept description gecombineerd met class identification. - Deviation detection. Met deze techniek worden combinaties gezocht die afwijken van het normale, verwachte gedrag van een systeem. Een voorbeeld is het vergelijken van twee groepen creditcard klanten. De ene groep heeft in een bepaalde periode veel meer uitgegeven dan de andere. Deze verhoging kan als oorzaak hebben dat inkomens zijn verhoogd en deze kennis wordt automatisch opgenomen in het systeem. Het systeem is zelf-lerend. - Data visualisation. Deze techniek maakt het mogelijk om geavanceerde koppelingen op een 3d-weergave en in kleur te laten zien. Het grote voordeel hievan is dat pieken en dalen veel sneller worden gevonden dan wanneer deze gegevens enkel als tekst worden bekeken. 3.4 Tegengaan van profiling Het tegengaan van het verzamelen van persoonlijke gegevens is moeilijk te realiseren. In de loop van de jaren zijn er verschillende platformen opgericht die pleiten voor anoniem en niet-persoonsgebonden surfgedrag. Deze platformen hebben technieken ontwikkeld waardoor deze idealen nageleefd kunnen worden en dragen de naam PET. De afkorting PET staat voor Privacy Enhancing Technologies en er zijn vijf soorten. [10] 3 Enterprise Resource Planning-systemen, grote, brede applicaties die alle administratieve lagen omvatten.

14 3.4 Tegengaan van profiling 12 - Encryption and stenography ([11]Sellars, 1999): gegevens worden verborgen gehouden door ze te converteren in een onleesbaar formaat voor kwaadwillenden. Tevens worden de gegevens soms in andere dummygegevens verstopt, zodat ze alsnog onopgemerkt en anoniem blijven. Door uitgebreide ontsleutelingstechnieken is het echter onmogelijk om 100 procent te garanderen dat deze methode waterdicht is. - Blind digital signatures ([12]Senicar et. Al, 2003): door gegevens digitaal te ondertekenen en hierbij niet je naam te gebruiken blijft de identiteit van de gebruiker verborgen; alleen de publieke handtekening is bekend bij de kwaadwillenden. Er is dus met zekerheid te zeggen dat deze gegevens afkomstig zijn van een bepaald persoon. - Digital cash ([13]Driscoll et al, 1997): Anoniem betalingsverkeer wordt hiermee mogelijk. Het is te vergelijken met de chip-card. Virtueel geld wordt op een vertrouwelijke website in een account gezet, waar vervolgens mee betaald kan worden. Ook hierdoor blijven klantgegevens verborgen. - Trust centers: bedrijven worden aangesteld om als vertrouwelijke partner op te treden. Deze bedrijven zorgen vervolgens voor de uitgave van persoonlijke certificaten en zorgen voor de verbindingsbrug tussen individuele personen en hun certificaten. - Anonymizers: ([14]Claessens et al, 1999): methoden om privacy te waarborgen. Voorbeelden zijn cryptografie, pseudoniemen en Proxy servers. Deze vorm van PET wordt anno 2006 redelijk veel gebruikt door de gemiddelde internetgebruiker. Het is bijvoorbeeld mogelijk om anoniem over het World Wide Web te surfen door het bedrijf Anonymizer [ te raadplegen. Dit is een bedrijf dat een gateway-dienst bezit. Elke internetgebruiker heeft namelijk een uniek nummer: het ip-adres. Dit is een nummer dat door providers toegewezen wordt aan alle computers die verbonden zijn met het internet. Door gebruik te maken van Anonymizer wordt het echte ipadres verborgen en surf je met het ip-adres van Anonymizer. Het is dus niet meer mogelijk om het prive-adres van de gebruiker op te slaan. Ook zijn er speciale softwarepakketten die er voor zorgen dat de pakketjes data met persoonlijke informatie niet verzonden worden naar de marketers of mediaries. Een voorbeeld van een dergelijk programma is Web- Washer 4 [ Op deze manier wordt het verzamelen van persoonlijke gegevens tegen gegaan en kan er redelijk anoniem over het internet gesurft worden. Door onwetendheid van de mogelijkheden van profilen maken slechts weinig mensen gebruik van diensten als Anonymzer.com en WebWasher. Veel gebruikers weten wel dat websites persoonlijke informatie verzamelen, maar slechts weinig gebruikers kennen de consequenties van het verzamelen. De zogenaamde privacy policies, de stukken tekst die de gebruikers vertellen wat er precies gedaan wordt met 4 Het blijft altijd mogelijk om op de servers van Webwasher het IP-adres van de eindgebruiker te achterhalen.

15 3.5 Privacy in lagen 13 de gegevens, zijn vaak in technisch taalgebruik geschreven en gebruikers snappen er niets van. Andere nadelen zijn het verdwijnen van de voordelen van profiling en de kosten die verbonden zijn aan het gebruik van deze diensten. Naast bovengenoemde anonymizers zijn er ook andere bedrijven die diensten aanbieden om profiling tegen te gaan. Feit blijft echter wel dat de publieke ip-adressen van de gebruikers wel bekend zijn bij deze anonymizers. Indien zij dus gedwongen worden, door bijvoorbeeld politieke overmacht, dan is het alsnog mogelijk dat de publieke ip-adressen bekend worden en alsnog de echte identiteit aan het licht komt. Erger nog: een complete lijst met alle activiteiten van een bepaalde tijdsinterval van een ip-adres is dan ineens beschikbaar. De kracht achter de bovengenoemde PET-technologieen rust dus in het feit dat ze, in principe, de echte identiteit van de gebruiker geheim houden of gegevens op een dermate wijze versleutelen dat ze onbruikbaar zijn als de juiste sleutel niet bekend is bij kwaadwillenden. 3.5 Privacy in lagen Om internetgebruikers bewust te maken van de gevaren van profiling en om ze in te laten zien in hoeverre ze beschermd zijn, zou je de methoden om de privacy te beschermen in lagen kunnen verdelen. Door lagen te gebruiken stel je gebruikers in staat om het bewustzijn te vergroten en hiermee dus ook de veiligheid. Net zoals geografische lagen zijn ook deze lagen afzonderlijk van elkaar. Als een gebruiker een bepaalde laag, bijvoorbeeld de laag Privacyenhancing tools: improving user privacy, in gebruik heeft, dan wil dat niet zeggen dat hij/zij ook de voorgaande lagen in gebruik heeft. Op de volgende paragrafen bespreek ik de zes lagen en leg ik kort uit wat elke laag inhoudt[4] Laag 1: awareness Internetgebruikers kunnen informatie verschaffen aan websites op twee manieren: vrijwillig en niet-vrijwillig. In de eerste vorm, de vrijwillige vorm, vullen internetgebruikers formulieren in of versturen ze naar exploitanten van website met een vraag of een opmerking. Bij de tweede manier worden gegevens verzameld door deze websites, zonder dat de gebruikers hier op de hoogte van zijn. Het privacyrisico is dan ook dat gegevens ongewild en onwetend worden verstuurd. Veel gebruikers zijn niet op de hoogte van de gevaren. Veel gebruikers weten bijvoorbeeld niet wat een cookie inhoudt. Over het algemeen zijn internetgebruikers er niet van bewust dat met elke muisklik hun eigen persoonlijk profiel wordt bijgewerkt Laag 2: control Door gebruik te maken van speciale software is het mogelijk om automatisch de meest bekende methoden van profiling de baas te zijn. Door speciale plugins in

16 3.5 Privacy in lagen 14 Figuur 4: Lagen van privacy-awareness, bron: Ishitani [4] de browser te implementeren worden gevaarlijke stukken code die persoonlijke gegevens verzamelen, geblokkeerd. Grote browsers zoals Microsoft Internet Explorer en Firefox bevatten mogelijkheden om cookies tegen te gaan. Helaas weten erg veel gebruikers niet van het bestaan van deze mogelijkheden en is het uitzetten van cookies al helemaal een onbegonnen zaak doordat ze zichzelf dan echt moeten verdiepen in de applicatie. Ook het gebruik van een anonymizer (zie hoofdstuk 3.3) valt onder deze laag Laag 3: Privacy-enhancing tools Deze laag lijkt veel op de vorige control-laag. Ook hier wordt er gebruik gemaakt van speciale software om profiling tegen te gaan. Het verschil zit hem echter in de locatie van deze speciale software. In laag twee bevindt de software zich op de computer van de gebruiker, de client, zelf. Dit wordt dan ook clientside software genoemd. In laag drie wordt de software opgeslagen en gebruikt op de server. Zie figuur vijf voor een grafische weergave. Het grote voordeel hiervan is dat de eindgebruiker niet meer verantwoordelijk is voor het correct functioneren van deze anti-profiling software en hiermee dus altijd beschermd is tegen aanvallen van buitenaf. De server (zie figuur vijf) regelt al het verkeer tussen het internet en de gebruiker Laag 4: Privacy-policies Het idee achter deze laag is om gebruikers ervan bewust te maken wat het beleid van de desbetreffende website is. Nadat dit duidelijk is, zal de gebruiker een bewuste keuze moeten maken in hoeverre het profilen wordt toegelaten. Een grote

17 3.5 Privacy in lagen 15 Figuur 5: Client-server-model, bron: R.H.W. Lommers instantie die hiermee bezig is, is het World Wide Web Consortiums Platform for Privacy Preference Project [P3P, Het biedt websites de mogelijkheid om zichzelf te profileren als P3P-complaint; dat wil zeggen dat er door middel van policies exact wordt uitgelegd aan de browser/cliënt wat de bedoeling is van al het dataverkeer dat gegenereerd wordt Laag 5: Privacy en trust certification Deze laag gaat een stap verder dan laag vier; er wordt namelijk vanuit gegaan dat elke website regelmatig haar policies bijstelt en deze up-to-date houdt. Door regelmatig te controleren of de policy nageleefd wordt en dit te beoordelen met cijfers worden websites in categorien gedeeld. Zo worden er cijfers gegeven voor de volgende onderdelen van een website: - geen geldig verkregen toegang tot cliëntcomputer - ongeldig verzamelen van gebruikersinformatie - ongeldig monitoren van gebruikers; d.w.z. het bijhouden van klikgedrag - ongeldige opslag op cliëntcomputer Tegenwoordig (anno december 2006) voldoen nog maar weinig websites aan de strenge eisen van P3P. Dit worden er echter wel steeds meer. Helaas is het, net zoals bij de andere lagen, ook hier het geval dat internetgebruikers geen kennis hebben van de software en de mogelijkheden om profilen tegen te gaan Laag 6: Privacy-protection laws In veel landen hebben regeringen gedebatteerd over de mogelijkheden en misbruiken van profilen. Ook zijn er speciale wetgevingen geïntroduceerd die het misbruik van persoonlijke informatie tegen moeten gaan. De laatste laag, laag

18 3.5 Privacy in lagen 16 zes, gebruikt juridische aspecten om het niveau van profilen vast te leggen. Een probleem is echter wel dat het internet vrij is. Het internet bestaat letterlijk uit miljoenen met elkaar verbonden computers (interconnected), van overal ter wereld. Dit houdt in dat er niet één centrale regering is die regels verzint. Wat in het ene land absoluut niet mag is in het andere land, met een andere regering, de normaalste zaak van de wereld. Een actueel punt is de kwestie over het wel of niet verplichting van providers om het internetgebruik van hun klanten op te slaan.

19 4 Methode Er zijn verschillende doelgroepen die dagelijks te maken hebben met profilen. Studenten, arbeiders en hoog opgeleide mensen maken erg veel gebruik van de diensten van het internet. Op welke manier beïnvloedt profiling het gebruik van deze doelgroepen? Dit wil ik gaan onderzoeken voor een bepaalde doelgroep, namelijk de studenten Informatica en Informatiekunde van de Radboud Universiteit, te Nijmegen. Om de aandacht van de respondenten te krijgen ga ik ze twee verschillende scenario s voorleggen. Het eerste voorbeeld heeft bijna elke internetgebruiker dagelijks mee te maken, namelijk zoekmachines. Het tweede voorbeeld komt minder vaak voor en kan gezien worden als een meer geavanceerdere vorm van profiling. 4.1 Scenario s Hieronder volgen de verschillende scenarios die ik aan de respondenten voorleg. Pas na het lezen hiervan begint het invullen van de enquête De zoekmachine Google De zoekmachine Google is een dienst van het bedrijf Google, Inc. [ Met deze dienst is het mogelijk om documenten op het World Wide Web te doorzoeken naar voor jou relevante artikelen. Als jij als gebruiker van Google zoekwoorden invoert, dan is het voor Google mogelijk om deze te groeperen en te koppelen aan een voor jou uniek adres (het IPadres). Op deze manier verkrijgt Google allerlei informatie die betrekking heeft op jou als gebruiker. Het resultaat hiervan is dat Google erg veel over haar gebruikers te weten komt. Voorbeelden zijn NAW gegevens, interessegebieden, seksuele geaardheid, koopgedrag of medische achtergronden. Met deze gegevens kan Google erg veel bereiken. Zo is het mogelijk om persoonlijke reclame aan te bieden. Dit houdt in dat de reclame die op websites verschijnt op jou persoonlijke toegepast is; de interessegebieden staan immers in jouw persoonlijke profiel. Daarnaast is het mogelijk dat al deze persoonlijke profielen verkocht worden aan derden Discriminatie qua inkomen of demografische ligging Het tweede voorbeeld gaat een stap verder. De door profiling verkregen gegevens worden nu gebruikt om met behulp van decision trees de prijs voor de bezoeker te bepalen. Decision trees kunnen worden omschreven als algoritmes die aan de hand van gegevens bepaalde keuzes maken. Als de bezoeker woont in een gebied met postcode ABCD, dan gaat er een vaste korting van vijf procent van de prijs af. Op deze manier is het mogelijk om bepaalde klanten te

20 4.1 Scenario s 18 trekken. Stel dat vastgesteld is dat een persoon die een website bezoekt afkomstig is uit het financieel rijke Wassenaar; door middel van descision trees wordt er vervolgens bepaald welke aanbiedingen er in de banners komen te staan. De aanbiedingen liggen in een hogere categorie dan de gemiddelde bezoekers van dezelfde website. Deze vorm van profiling hoeft niet per definitie negatief te zijn, maar kan voor de eindgebruiker toch als negatief overkomen. Dit omdat verschillend mensen ongelijk behandeld worden. Het meest ideale zou zijn om deze optie aan of uit te kunnen schakelen.